📦 skills coach — 技能教练

Skills-Coach v2.3.1 通过自动化任务生成、Training-Free GRPO 优化、真实命令执行、全面失败分析与详细评估报告，系统化分析与优化 OpenClaw 技能。

v2.3.1 更新 📝 文档一致性——所有文件统一版本号 🗂️ 文件整理——清理归档目录并去重 🔧 维护版本——修复 bug 与文档改进

v2.3.0 更新 🔧 自动修复——自动修正常见问题 🔄 迭代改进——修复→测试→再分析循环（最多 2 次） 🤖 LLM 修复——调用 Claude API 智能补全缺失参数 ⚡ 性能优化——关闭 LLM 摘要防止 API 超时 🔧 稳定性提升——改进 API 超时与重试机制

v2.0.0 更新 🚀 Training-Free GRPO——基于 arXiv:2510.08191 的革命性优化方法 🧠 经验库——从优化尝试中学习 📊 组相对语义优势——对比 rollout 提取洞察 💰 低成本——仅需数十条样本，无需微调

Training-Free GRPO vs Vanilla GRPO 特性 | Training-Free GRPO (v2.0) | Vanilla GRPO (v1.x) 参数更新 | ❌ 无 | ✅ 基于梯度 优势类型 | 语义（自然语言） | 数值（分数） 知识存储 | 外部经验库 | 模型权重 泛化能力 | 极佳（冻结模型） | 有限（易过拟合） 数据需求 | 极少（数十条） | 大量（数千条） 成本 | 极低（~$20） | 高（$10,000+） 速度 | 快（仅推理） | 慢（需训练）

config.yaml 关键配置

optimization:
  method: "training_free_grpo"   # training_free_grpo | vanilla_grpo
training_free_grpo:
  group_size: 5          # 每组 rollout 数
  num_epochs: 3          # 优化轮数
  temperature_learning: 0.7
  temperature_eval: 0.3
max_experiences: 10      # 每领域最大经验条数
markdown_optimization:
  enabled: true
  focus_areas: [clarity, structure, examples, completeness]
code_optimization:
  enabled: true
  focus_areas: [bug_fixes, error_handling, performance, code_quality]
llm_model: "claude-sonnet-4-6"

用法

python orchestrator.py 

Use skills-coach on 

参数 target-skill-path（必填）：含 SKILL.md 的技能目录路径。

执行流程（6 步串行） immutability → code-capability → sample-agent → optimize-agent → exec-agent → failure-analyzer → evaluate-agent

关键规则：绝不修改原始技能，所有变更写入 {target-skill}-optimized。

步骤 0：代码能力检测（v1.5.0 新增）

cd subskills/code-capability-detector
python code_capability_detector.py